机器学习
文章平均质量分 59
sinat_34022298
这个作者很懒,什么都没留下…
展开
-
线性回归---Python实现
线性回归简述在统计学中,线性回归(Linear Regression)是利用称为线性回归方程的 最小平方函数 对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归,大于一个自变量情况的叫做多元回归。预测模型: Y = X转置 * W (其中W为回归系数矩阵) 损失函数: 均方误差原创 2017-08-07 18:52:51 · 1163 阅读 · 0 评论 -
LWLR 局部加权线性回归---Python实现
局部加权线性回归 — LWLR算法介绍线性回归的一个问题是可能出现欠拟合,因为它求的是具有最小均方误差的无偏估计,可以通过引入一些偏差,从而降低均方误差。 LWLR: 算法中给待预测点附近的每个点都赋予一定的权重,在这段区间上基于最小均方误差来进行普通线性回归。即分区间线性回归,局部拟合来得到全局拟合。加权函数: 损失函数: 其中k为用户指定的参数。 Python程序# 局部加权线性回归原创 2017-08-07 18:56:58 · 7814 阅读 · 7 评论 -
K近邻算法及kd树简介
K近邻算法什么是K近邻算法何谓K近邻算法,即K-Nearest Neighbor algorithm,简称KNN算法,单从名字来猜想,可以简单粗暴的认为是:K个最近的邻居,当K=1时,算法便成了最近邻算法,即寻找最近的那个邻居。为何要找邻居?打个比方来说,假设你来到一个陌生的村庄,现在你要找到与你有着相似特征的人群融入他们,确定自己的类别。用官方的话来说,所谓K近邻算法,即是给定一个训练数据集,对新原创 2017-08-10 22:40:18 · 1132 阅读 · 0 评论 -
KNN算法---Python实现
# -*- coding: UTF-8 -*-import numpy as np原创 2017-08-24 21:13:23 · 1210 阅读 · 0 评论 -
机器学习、数据挖掘方面好书、网站推荐
转自雪伦_ : http://blog.csdn.net/a819825294书籍入门1.集体编程智慧 地址 2.机器学习实战地址 3.统计学习方法 地址 4.机器学习 周志华 地址 5.机器学习 卡内基梅隆大学 地址进阶1.Pattern Recognition And Machine Learning 地址 2.The E原创 2017-06-01 19:04:52 · 442 阅读 · 0 评论 -
逻辑回归----Python实现
逻辑回归是个二分类问题,具体原理网上有很多,这里只列出Python实现过程。 原理参考:逻辑回归参考《机器学习实战》,对于逻辑回归参数寻优时,采用梯度下降法和随机梯度下降两种方法实现。Python定义梯度下降函数:# 梯度下降法def gardDescent(dataMatIn,classLabels): dataMatrix = mat(dataMatIn)原创 2017-08-08 20:42:01 · 7568 阅读 · 3 评论 -
朴素贝叶斯分----Python实现
参考《机器学习实战》# navie bayesimport numpy as np# 载入数据def loadDataSet(): dataMat = []; labelMat = [] fr = open('testSet.txt') for line in fr.readlines(): temp = [] li原创 2018-06-08 22:54:37 · 287 阅读 · 0 评论